前言
第1章緒論1
1.1檢測(cè)技術(shù)與傳感器1
1.2智能的基本概念2
1.2.1何謂智能2
1.2.2人工智能與自動(dòng)化的區(qū)別3
1.3智能檢測(cè)的基本概念3
1.3.1智能檢測(cè)技術(shù)的層次3
1.3.2智能檢測(cè)的特點(diǎn)4
1.3.3檢測(cè)與控制技術(shù)發(fā)展過(guò)程的簡(jiǎn)單
回顧4
1.3.4智能檢測(cè)系統(tǒng)的結(jié)構(gòu)5
1.4仿人機(jī)器人和自動(dòng)駕駛汽車舉例7
1.4.1高仿人機(jī)器人7
1.4.2美國(guó)Boston Dynamics軍用
機(jī)器人9
1.4.3幫助高效睡眠的Somnox機(jī)器人9
1.4.4自動(dòng)駕駛汽車10
1.5課程內(nèi)容和體系結(jié)構(gòu)12
1.5.1本書(shū)內(nèi)容的設(shè)計(jì)思路12
1.5.2本書(shū)內(nèi)容設(shè)置與框架體系14
第2章現(xiàn)代智能檢測(cè)技術(shù)的基礎(chǔ)
理論16
2.1數(shù)據(jù)分析簡(jiǎn)介16
2.1.1數(shù)據(jù)的類型、格式和分析流程16
2.1.2常用描述性定量數(shù)據(jù)統(tǒng)計(jì)分析
方法 18
2.1.3常用數(shù)據(jù)預(yù)處理方法22
2.2常用數(shù)據(jù)統(tǒng)計(jì)分析方法25
2.2.1常用數(shù)據(jù)統(tǒng)計(jì)分析方法分類25
2.2.2主成分分析方法26
2.2.3回歸分析方法35
2.2.4判別分析方法49
2.2.5模型評(píng)價(jià)方法60
2.3機(jī)器學(xué)習(xí)方法 61
2.3.1人工神經(jīng)網(wǎng)絡(luò)淺講62
2.3.2多層神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)）67
2.3.3深度學(xué)習(xí)和機(jī)器學(xué)習(xí)69
第3章光柵、光纖與CCD圖像
傳感器73
3.1光柵與光電編碼器73
3.1.1計(jì)量光柵73
3.1.2光電編碼器79
3.2光纖傳感器84
3.2.1基本知識(shí) 84
3.2.2光纖結(jié)構(gòu)和工作原理84
3.2.3光纖傳感器88
3.2.4光纖傳感器的應(yīng)用89
3.3CCD圖像傳感器93
3.3.1CCD圖像傳感器組成93
3.3.2CCD圖像傳感器基本工作
原理94
3.3.3彩色CCD結(jié)構(gòu)組成與工作
原理99
3.3.4CCD傳感器結(jié)構(gòu)類型和特性
參數(shù)107
3.3.5CCD與CMOS比較110
3.3.6CCD圖像傳感器及其應(yīng)用111
3.3.7CCD圖像傳感器其他應(yīng)用舉例114
第4章聲學(xué)傳感與聲發(fā)射檢測(cè)
技術(shù)118
4.1聲波的概念和基本性質(zhì)118
4.1.1縱波、橫波和聲表面波118
4.1.2可聞聲波、次聲波和超聲波120
4.1.3聲波的特性參數(shù)122
4.2超聲波傳感器126
4.2.1超聲波傳感器的工作原理126
4.2.2超聲波技術(shù)的典型應(yīng)用舉例128
4.3次聲波傳感器140
4.3.1次聲波概念與特征140
4.3.2次聲波應(yīng)用展望140
4.4聲發(fā)射無(wú)損檢測(cè)技術(shù)142
4.4.1無(wú)損檢測(cè)及聲發(fā)射技術(shù)簡(jiǎn)介142
4.4.2聲發(fā)射檢測(cè)原理144
4.4.3工程起重機(jī)關(guān)鍵結(jié)構(gòu)件裂紋萌生
和斷裂的聲發(fā)射檢測(cè)案例152
4.4.4聲發(fā)射檢測(cè)技術(shù)的其他應(yīng)用155
智能檢測(cè)技術(shù)目錄第5章近紅外光譜與高光譜成像
技術(shù)158
5.1光譜分析與振動(dòng)光譜技術(shù)158
5.1.1分子光譜158
5.1.2電子光譜（紫外吸收光譜）159
5.1.3振動(dòng)光譜160
5.2紅外吸收光譜160
5.2.1紅外吸收光譜簡(jiǎn)介160
5.2.2紅外吸收光譜產(chǎn)生機(jī)理162
5.2.3產(chǎn)生紅外吸收光譜的條件163
5.2.4分子振動(dòng)的主要參數(shù)166
5.2.5傅里葉2換紅外光譜儀及工作
原理169
5.3近紅外光譜分析技術(shù)171
5.3.1近紅外光譜簡(jiǎn)介171
5.3.2近紅外光譜測(cè)定的基本原理174
5.3.3近紅外光譜儀的分類與特點(diǎn)177
5.3.4近紅外光譜數(shù)據(jù)分析方法182
5.3.5近紅外技術(shù)的發(fā)展與應(yīng)用185
5.4高光譜成像技術(shù)187
5.4.1高光譜成像技術(shù)的產(chǎn)生與基本
概念187
5.4.2高光譜成像區(qū)別于常規(guī)近紅外
光譜的特點(diǎn)及其工作原理189
5.4.3高光譜成像及其應(yīng)用193
5.4.4高光譜遙感信息的分析和處理195
5.4.5高光譜成像現(xiàn)狀分析與展望198
5.5近紅外光譜與高光譜成像綜合應(yīng)用
案例——全麥粉中低含量水平
摻雜花生粉的檢測(cè)研究198
5.5.1實(shí)驗(yàn)材料與方法199
5.5.2高光譜圖像亮度校正199
5.5.3基于MNF的圖譜交互分析200
5.5.4光譜預(yù)處理與全波長(zhǎng)PLSR
模型202
5.5.52優(yōu)波長(zhǎng)選取與多光譜PLSR
模型203
5.5.6預(yù)測(cè)結(jié)果可視化206
第6章氣敏傳感器與電子鼻技術(shù)209
6.1氣敏傳感器 209
6.1.1氣敏傳感器簡(jiǎn)介209
6.1.2電阻型半導(dǎo)體式氣敏傳感器210
6.1.3電阻型半導(dǎo)體式氣敏傳感器的
結(jié)構(gòu)與分類214
6.1.4電阻型半導(dǎo)體式氣敏傳感器的
特性參數(shù)217
6.1.5電阻型半導(dǎo)體式氣敏傳感器基
本測(cè)量電路特性218
6.1.6電阻型半導(dǎo)體式氣敏傳感器的
應(yīng)用219
6.2電子鼻技術(shù)223
6.2.1嗅覺(jué)仿生與電子鼻技術(shù)簡(jiǎn)介223
6.2.2電子鼻的識(shí)別機(jī)理224
6.2.3電子鼻的組成226
6.2.4電子鼻技術(shù)的發(fā)展歷史229
6.2.5電子鼻應(yīng)用舉例230
第7章電化學(xué)與生物傳感器技術(shù)231
7.1電化學(xué)傳感器231
7.1.1電化學(xué)傳感器的概念與分類231
7.1.2電勢(shì)型電化學(xué)傳感器231
7.1.3恒電位電解式電化學(xué)傳感器237
7.1.4電導(dǎo)型傳感器240
7.2電化學(xué)生物傳感器240
7.2.1生物傳感器的概念、組成
與分類240
7.2.2電化學(xué)生物傳感器243
7.2.3電化學(xué)生物傳感器應(yīng)用舉例244
7.2.4生物傳感器的發(fā)展趨勢(shì)249
第8章多傳感器信息融合與大數(shù)據(jù)云
計(jì)算技術(shù)簡(jiǎn)介252
8.1多傳感器信息融合技術(shù)252
8.1.1多傳感器信息融合的基本概念252
8.1.2多傳感器信息融合系統(tǒng)簡(jiǎn)介254
8.1.3多傳感器信息融合的分類255
8.1.4多傳感器信息融合模型255
8.1.5多傳感器信息融合算法261
8.1.6應(yīng)用與前景展望264
8.2大數(shù)據(jù)與云計(jì)算技術(shù)簡(jiǎn)介266
8.2.1泛在互聯(lián)的時(shí)代266
8.2.2大數(shù)據(jù)簡(jiǎn)介267
8.2.3云計(jì)算技術(shù)269
8.2.4數(shù)據(jù)中心與云計(jì)算架構(gòu)基礎(chǔ)272
8.2.5典型的云計(jì)算系統(tǒng)平臺(tái)274
參考文獻(xiàn)277